scikit-learn线性回归，多元回归，多项式回归的实现

匹萨的直径与价格的数据训练模型预测一张12英寸匹萨价格：$13.68一元线性回归假设解释变量和响应变量之间存在线性关系；这个线性模型所构成的空间是一个超平面。在一元线性回归中，一个维度是响应变量，另一个维度是解释变量，总共两维。估计器依据观测值来预测结果。一元线性回归模型：一元线性回归拟合模型的参数估计常用方法是: 首先，我们定义出拟合成本函数，然后对参数进行数理统计。对模型的拟合度进行评估的函数称为残差平方和成本函数。方差越小，表示样本越集中，反正则样本越分散。协方差表示两个变量的总体的变化趋势。其他计算方法，包括scikit-learn中的方法，不是用皮尔逊积矩相关系数的平方计算的，因此当模型拟合效果很差的时候R方会是负值。